分布式黑盒攻击对图像分类云服务

摘要:物理攻击下的黑盒子攻击会使图像分类器误分类,而无需访问模型结构和权重。最近的研究报告显示,攻击成功率超过95\%,查询次数不到1000次。那么问题来了,是否黑盒子攻击已经成为依赖云API进行图像分类的物联网设备面临的真正威胁?为了解开这个问题,需要注意的是,先前的研究主要集中在提高成功率和减少查询次数上。然而,对于针对云API的黑盒子攻击来说,另一个关键因素是执行攻击所需的时间。本文直接将黑盒子攻击应用于云API,而不是本地模型,从而避免了先前研究中在图像编码和预处理之前应用扰动的错误。此外,我们利用负载均衡来实现分布式黑盒子攻击,可以将攻击时间减少约五倍,适用于本地搜索和梯度估计方法。

作者:Han Wu, Sareh Rowlands, Johan Wahlstrom

论文ID:2210.16371

分类:Machine Learning

分类简称:cs.LG

提交时间:2023-08-23

PDF 下载: 英文版 中文版pdf翻译中